1 Les enquêtes de victimations
1.1 Institutionnalisation
!!! Définir les concepts !!! : qu’est-ce qui est institué ? qui sont les institués et les instituants ?
1994 : Appel à projet commun DEP-IHESI
1994 - 1997 : Enquêtes de terrain
1997 : Réstitution des résultats (symposium, articles, livres)
1.2 Présentation des données
1.3 Cadre théorique
La “théorie de la vitre brisée” [Wilson & Kelling, 1982]
Un échantillon est une sorte de “carrotage” à un instant t, constitué de différentes personnes positionnées à différents moments du processus que l’on étudie. Nous diposons donc d’une série de photographies du mouvement à un instant t. C’est en les replaçants dans l’ordre que l’on met en évidence le mouvement du processus.
Analyse de séquence : l’objectif est de modéliser la probabilité d’occurence d’évènements (les actes de violences); d’identifier dans un corpus d’évènements constitués en différents états (leurs fréquences), les régularités, les ressemblances et de construire des typologies de “séquences-types”. Il s’agit d’analyser un processus dans sa globalité à partir des différents moments ou états qui le composent, à l’instar des différentes images d’un film.
Imputattion des données manquantes en prenant la valeur médiane (réduction des temps de calcul). Chronogrammes ou State Distribution Plot donnent pour chaque actes considérés la proportion d’élèves en fonction des fréquences. Les actes considérés sont rangés en fonction de leur fréquence. classe.1 \(\Rightarrow\) classe.3 \(\Rightarrow\) classe.2 \(\Rightarrow\) classe.4 \(\Rightarrow\) classe.5
Analyse de séquence
A première vue, l’analyse de séquence confirme “le mécanisme de l’expérience victimaire” [Debarbieux, 2006, p.110], à savoir que lorsqu’un type de fait violent" n’est pas contraint, il se développe et autorise l’expression de faits plus graces (cf. le passage de la classe 1 à la classe 3, de la 3 à la 5, de la 5 à la 4 et de la 4 à la 2). Cela peut donc laisser penser que l’absence de sanctions conduit à une escalade. Les sanctions sont entendus comme étant toutes formes d’interventions. Celles-ci peuvent être de l’ordre des contrôles informels, tels que par exemple des compliments, des réprimandes ou des mises à l’écart réalisé par la famille le groupe des pairs ou le voisinage; ou de l’ordre des contrôles formels tels ceux qui font appliquer la loi [Howard S. Becker, Outsiders, 1964]. Ici, l’escalade est une répétition de situations problématiques, conflictuelles.
1.4 Décomposition
Décomposition(s) de l’indice composite de victimation
Problème :
Mathématiques : \(3\times1 = 1\times3\)
Statistiques : \(3\times1 \neq 1\times3\)
Dans le cadre statistique, il n’est pas possibke d’intervertir (commutativité) le multiplicande et le multiplicateur puisque chacun des facteurs correspond à une variable. Ainsi, le nombre d’acte est le multiplicande et la fréquence deux-ci le multiplicateur. Du point de vue mathématiques, subir trois fois un acte est la même chose que subir une fois trois actes. Dans les deux cas, cela renvoie à trois situations différentes. Autrement dit, on pose une hypothèse sur la manière des élèves de penser et de rendre compte de leurs expériences des conflits : ils communiqueraient uniquement l’élèment remarquable du conflit ou celui qui vient le clore.
Fig. Décomposition de l’IVM
Randall Collins & Robert Muchembled : l’escalade d’un conflit n’est pas le signe d’une vitre brisée (voir Debarbieux, 1997,chp1 pour le lien entre incivilité et TVB).
Un questionnaire administré à 71 élèves montrent que pour ceux engagés dans un conflit, le mode et la médiane sont de 2 et la moyenne de 3. Les élèves engagés dans un conflit subissent le plus fréquemment au moins deux actes (mode); que la moitié de l’échantillon subis un ou deux actes, tandis que l’autre moyen en subis deux ou plus (médiane); et que pour ces derniers le nombre d’actes subis peut être important (moyenne). Autrement dit, il n’est pas possible de définir une situation à partir d’un fait violent.
1.5 Expérience
2 Logique
2.1 Cadre épistémologique
2.1.1 Absoluité des valeurs
Régis Gras et l’Analyse statistique implicative pour la question de la non absoluité des valeurs
Carra mlors du symposium de “Violence scolaire : Etat des savoirs” :ne pas penser en termes d’auteur Oou victime.
Stéphane Lupasco, La logique du contradictoire, 1985, édition du Rocher, Monaco]
\((e_{A} \supset \overline{e}_{P}) \vee (\overline{e}_{A} \supset e_{P})\)
\((e_{A} \supset \overline{e}).(f_{A} \supset \overline{f}_{P}) \bigg( (S_{A} \supset \overline{S}_{P})\)
\(Q^{E} = \frac{\sum_{i=1}^{n} x_{n} - xi_{min}}{\sum_{i=1}^{n} \sum_{j=1}^{n} x_{n} - (xi_{min} + xj_{min})}\)
2.2 Lecture(s)
Fonctions de répartition empirique cumulée
Il s’agit d’un indice borné [0-1] : quand l’indice tend vers 0, le répondant subit plus qu’il ne commet. Inversement, lorsque l’indice tend vers 1, le répondant commet plus qu’il ne subit. La densité de Kernel est une estimation de la distribution des données. Plus la densité est élevée, plus la fréquence de la valeur de l’indice est grande. Les pics sont la traduction d’une fréquence importante pour une valeur donnée de l’indice. Inversement, les creux marquent une faible fréquence de la valeur de l’indice. Pics et creux permettent de rendre compte de la concentration autour de certaines logiques d’actions ou une perméabilité entre celles-ci.
- les élèves passifs qui subissent sans réagir [0-0.12];
- les élèves qui se défendent, qui ne restent pas sans réagir lorsqu’ils subissent des violences [0.12-0.62]. On peut noter pour ceux-ci que la logique est progressive entre ceux qui réagissent après avoir subis un certain nombre d’acte [0.12-0.5[ et ceux qui réagissent systèmatiquement aux actes subis, dont certains plus que ce qu’ils ont subis [0.5-0.62].
- les élèves actifs qui commettent des violences.
Test post-hoc de Wilcoxon :
2.3 Comparaisons
Les analyses portent sur les élèves engagés d’une manière ou d’une autre dans un conflit. [il est nécessaire de préciser ce qu’il en est pour l’ensemble des élèves].
2.3.1 Sexe
2.3.2 Classe
Test de Kruskall-Wallis : p = 1.11^{-4}; taille d’effet = 0.0072185 (small)
Test post-hoc de Wilcoxon :
# A tibble: 6 x 9
.y. group1 group2 n1 n2 statistic p p.adj p.adj.signif
* <chr> <chr> <chr> <int> <int> <dbl> <dbl> <dbl> <chr>
1 Q 3 4 526 675 181828 0.47 1 ns
2 Q 3 5 526 694 197294 0.015 0.092 ns
3 Q 3 6 526 568 170460. 0.0000534 0.00032 ***
4 Q 4 5 675 694 247584. 0.068 0.405 ns
5 Q 4 6 675 568 214517 0.000292 0.002 **
6 Q 5 6 694 568 209753 0.049 0.295 ns
Regroupement “6\(^e\)-5\(^e\)” & “4\(^e\)-3\(^e\)” :
2.3.3 Education prioritaire
4 Culture d’établissement
4.1 Générale
Les “règles du jeux” [cf. Sociologie de l’éducation]
# A tibble: 1 x 6
.y. n statistic df p method
* <chr> <int> <dbl> <int> <dbl> <chr>
1 IVM 2482 31.6 12 0.00161 Kruskal-Wallis
# A tibble: 1 x 5
.y. n effsize method magnitude
* <chr> <int> <dbl> <chr> <ord>
1 IVM 2482 0.00341 eta2[H] small
Test de Kruskall-Wallis : p = 0.00161; taille d’effet = 0.0034136 (small)
Test post-hoc de Wilcoxon :
A elles seules, les enquêtes de victiations ne permettent pas de rendre compte de la culture des établissements.
# A tibble: 1 x 5
.y. n effsize method magnitude
* <chr> <int> <dbl> <chr> <ord>
1 Q 2482 0.0505 eta2[H] small
# A tibble: 1 x 5
.y. n effsize method magnitude
* <chr> <int> <dbl> <chr> <ord>
1 IAM 2482 0.0549 eta2[H] small
4.2 Sexe
| Cliff delta | P value | |
|---|---|---|
| Et1 | 0.2274454 | 0.0078828 |
| Et2 | 0.1915000 | 0.0394150 |
| Et3 | 0.2356250 | 0.0043476 |
| Et4 | 0.2815482 | 0.0004082 |
| Et5 | 0.2495576 | 0.0003992 |
| Et6 | 0.2083333 | 0.0101326 |
| Et7 | 0.2000990 | 0.0141483 |
| Et8 | 0.2701136 | 0.0013711 |
| Et10 | 0.1247111 | 0.1276664 |
| Et11 | 0.2737800 | 0.0013358 |
| Et12 | 0.0650996 | 0.4288649 |
\(\Rightarrow\) ToDoList Taille d’effet du Sexe sur l’Indice d’expérience de la violence pour chaque établissement
4.3 Classe (âge)
\(\Rightarrow\) ToDoList Taille d’effet de l’Age sur l’Indice d’expérience de la violence pour chaque établissement
5 Gestion des conflits
5.1 Parole
Test de Kruskall-Wallis : p = 1.1^{-7}; taille d’effet = 0.0129994 (small)
Test post-hoc de Wilcoxon :
# A tibble: 6 x 9
.y. group1 group2 n1 n2 statistic p p.adj p.adj.signif
* <chr> <chr> <chr> <int> <int> <dbl> <dbl> <dbl> <chr>
1 Q Pas du t~ Plutôt n~ 659 286 113780. 3.90e-7 2.34e-6 ****
2 Q Pas du t~ Plutôt o~ 659 791 291965 7.82e-5 4.69e-4 ***
3 Q Pas du t~ Beaucoup 659 388 147324 3.71e-5 2.23e-4 ***
4 Q Plutôt n~ Plutôt o~ 286 791 101288. 9.00e-3 5.20e-2 ns
5 Q Plutôt n~ Beaucoup 286 388 52076. 1.72e-1 1.00e+0 ns
6 Q Plutôt o~ Beaucoup 791 388 159438. 2.76e-1 1.00e+0 ns